HunyuanVideo-Foley

HunyuanVideo-Foley는 무음 비디오에 발소리, 충돌음, 문 닫는 소리, 환경음 같은 동기화된 효과음과 폴리 사운드를 추가하는 데 사용합니다. 기존 클립을 입력하면 화면 속 동작에 맞춰 타이밍이 맞는 오디오 트랙을 생성해, AI로 생성했거나 업로드한 영상이 더는 무음 초안처럼 들리지 않게 해줍니다. 비디오를 만드는 것이 아니라 이미 가지고 있는 비디오의 사운드트랙을 만들어줍니다.

폴리는 발소리, 옷깃 스치는 소리, 물건을 다루는 소리 같은 일상적인 효과음을 화면과 동기화해 녹음하는 작업으로, 전통적으로는 스튜디오에서 사람이 직접 수행해 왔습니다. 비디오에서 만드는 AI 효과음은 이 과정을 자동화합니다. Hunyuan Foley 같은 비디오-투-오디오 모델이 영상을 분석해 어떤 일이 벌어지는지 인식하고, 각 프레임에 맞춰 정렬된 소리를 만들어내어 수동 녹음과 음향 라이브러리 검색을 대신합니다.

아니요. Hunyuan Foley는 오디오만 생성합니다. 기존 클립을 분석해 동기화된 사운드 트랙을 출력하는 비디오-투-오디오 모델이며, 새로운 프레임을 만들지는 않습니다. 화면을 먼저 만들려면 Astorie에서 Sora 2, Kling, Seedance, Veo 같은 텍스트-투-비디오나 이미지-투-비디오 모델과 함께 사용한 다음, 무음 결과물을 Hunyuan Foley 노드로 보내 소리를 입히세요.

HunyuanVideo-Foley는 Tencent가 자사의 Hunyuan 생성 모델 패밀리의 일부로 개발했습니다. 고품질의 전문가급 폴리와 강력한 시청각 동기화에 초점을 맞춘 텍스트-비디오-투-오디오 시스템입니다. Astorie에서는 로컬 설정이나 GPU 관리 없이 표준 노드로 이용할 수 있습니다.

ElevenLabs Sound Effects v2 같은 프롬프트 기반 생성기는 사용자가 작성한 텍스트 설명으로 오디오를 만드는 반면, HunyuanVideo-Foley는 비디오 자체에서 직접 소리를 이끌어내기 때문에 움직임과 타이밍, 이벤트 순서를 자동으로 포착합니다. 2026년 기준으로 실용적인 작업 흐름은 화면에 동기화된 폴리에는 Hunyuan Foley를, 특정한 디자인 효과음에는 프롬프트 기반 생성기를 사용한 다음 캔버스에서 둘을 믹스하는 것입니다.

Astorie에서는 비디오 노드를 HunyuanVideo-Foley 노드에 연결하고 생성하면, 동기화된 오디오가 버전 트레이에 하나의 결과물로 나타납니다. Astorie는 설치나 GPU가 필요 없는 브라우저 기반 노드 캔버스이므로, 같은 무음 클립을 Foley와 음악·환경음 모델에 동시에 팬아웃해 믹스를 비교하고, 완성된 시청각 클립을 NLE 타임라인으로 내보낼 수 있습니다.

HunyuanVideo-Foley는 화면에 보이는 동작과 연결된 다양한 다이제틱 사운드를 생성합니다. 여러 표면 위의 발소리, 충돌음과 물건을 다루는 소리, 기계음과 문소리, 비나 바람 같은 환경음까지 포함합니다. 클립에 소리를 내는 동작이 명확하게 보일 때 가장 잘 작동하며, 겹치는 이벤트가 매우 많은 밀도 높은 장면에서는 정밀도가 다소 떨어질 수 있습니다.